Технические САУ, Петухов И.В., Стешина Л.А

2)по виду энергии, используемой для работы:

электрические, гидравлические, пневматические, механические, комбинированные;

3)по наличию или отсутствию вспомогательного источника энергии:

активные (с источником энергии), пассивные (без источника);

4)по характеру математических соотношений:

линейные нелинейные;

5) по поведению в статическом режиме:

статические, у которых имеется однозначная зависимость между входным и выходным воздействиями (состояние статики). Примером является любой тепловой объект;

астатические, у которых эта зависимость отсутствует. Например, зависимость угла поворота ротора электродвигателя от приложенного напряжения. При подаче напряжения угол поворота будет постоянно возрастать, поэтому однозначной зависимости у него нет.

2.4. Специальные методы управления

Применение специальных, сложных методов обработки данных и управления в АСУ ТП стало одним из основных направлений в автоматизации промышленного производства.

Методы повышенной сложности с определенной долей условности будем называть современными. В зарубежной практике создания систем управления в промышленности соответствующее направление обозначается английским термином advanced control.

41

Понятие advanced control носит неформальный характер, однако в него вкладывается конкретный научно-технический и коммерческий смысл: специальные алгоритмы повышенной сложности на фоне традиционных алгоритмов первичной переработки и представления информации, ПИД-регулирования и т.д. Методы управления повышенной сложности создаются с приложением научных сил, представляют собой наукоемкую продукцию и предмет ноу-хау. К ним относят, например, алгоритмы адаптивного и многосвязного регулирования, контроля и управления с применением моделей объекта, оптимального управления, специальные логико-динамические алгоритмы и т.д., в них находят применение методы искусственного интеллекта.

Использование методов повышенной сложности для контроля и управления процессом является непременным признаком современной АСУ ТП, обеспечивает высокий уровень автоматизации производства и представляет собой непременный атрибут понятия «комплексная автоматизация». Успешное промышленное применение современных методов управления определяет собой весомую долю технологических и экономических эффектов автоматизации.

Методы управления повышенной сложности для промышленного применения должны отвечать следующим признакам:

1)применение в алгоритме повышенного объема данных о режиме работы объекта управления путем подключения сигналов дополнительных переменных – либо от датчиков, либо от модели процесса;

2)применение многомерных (многосвязных) алгоритмов;

3)использование специальных эффективных нетрадиционных алгоритмов;

4)оснащение алгоритмов специальным инструментарием для работы с ним на всех этапах жизненного цикла: проектирование, настройка, ввод в эксплуатацию, сопровождение при эксплуатации.

42

Другими словами, специальные алгоритмы должны обеспечиваться специальной технологией применения. Предлагаемые признаки понятия размыты, и не все они обязательны для того, чтобы конкретное решение было отнесено к группе advanced control.

Методы advanced control предназначаются для реализации типовых функций управления на объектах разных технологий. К ним относятся, например, косвенный контроль (оценивание) неизмеряемых переменных с применением моделей процессов, адаптивное регулирование, многосвязное регулирование с использованием модели объекта, оптимальное управление и т.д.

Самостоятельную роль в современных методах управления играют технологии искусственного интеллекта, которые включают искусственные нейронные сети, экспертные системы, нечеткую логику, генетические алгоритмы, а также некоторые другие. Они обычно встраиваются в схемы алгоритмов управления и применяются при дефиците формализованных моделей объекта или алгоритмов решения стоящих проблем.

Значительная часть применяемых методов управления известна давно. Новое качество в использовании современных методов управления в промышленности появилось в последние два десятилетия.

Необходимая база для развития и тиражного применения современных методов в промышленности создана прогрессом в области программно-технических средств автоматизации. Мощное программное обеспечение, высокий уровень сервиса и свободные вычислительные ресурсы, поддержанные информационными технологиями, создают благоприятную среду для применения достаточно сложных решений.

Современные продвинутые решения проблем автоматизации стали тиражной продукцией и входят в коммерческие предложения фирм. Они тщательно отработаны в лабораторных и промышленных условиях, снабжены средствами сопровождения (проектирования, наладки, защиты от ошибочных срабатываний в

43

нештатных ситуациях, диагностики при эксплуатации и др.), обеспечены инструкциями и документацией, обеспечены программной, а при необходимости и аппаратной реализацией. Предложения сопровождаются оценками высокой экономической эффективности.

Значительная часть применяемых в промышленности современных методов управления изначально разработана в университетах и академических институтах. Чаще всего новые теоретические схемы скептически воспринимаются специалистамипрактиками и подвергаются ими жесткой критике как неприемлемые. Некоторые из них, однако, доводятся исследователями до практического применения, что связано с серьезной модификацией схемы и тщательной проработкой всех аспектов ее сопровождения.

2.5. Косвенный контроль

Косвенный контроль неизмеряемых переменных и характеристик процесса состоит в их вычислении по уравнениям модели при измеренных значениях режимных переменных. Он получил достаточно широкое распространение в различных сферах, начиная от простых вычислений с использованием технологических зависимостей и кончая решением достаточно сложных систем уравнений.

Например, в цепях контроля и управления осуществляется коррекция измерений расходов газов в зависимости от их температуры и давления среды, материальных и тепловых балансов, проводится уточнение тепловой нагрузки оборудования по температурным перепадам и расходам теплоносителей и т.д. Особенно важную роль играет косвенный контроль ключевых в управлении технологией характеристик качества продукции, обычно измеряемых трудно и с большим запаздыванием.

44

В алгоритме в качестве модели может фигурировать либо отдельная технологическая зависимость, описывающая конкретный эффект, либо система уравнений той или иной природы – алгебраических, дифференциальных, логических и т. д. Природа располагаемой модели зависит от источника ее получения (аналитический вывод, активный эксперимент, статистика и т.д.).

2.6. Адаптивное регулирование

Адаптивные регуляторы предназначены для сохранения необходимого качества регулирования при изменениях характеристик объекта и условий его функционирования за счет адекватного перестроения алгоритма. Существует много подходов к построению адаптивных регуляторов, каждый из которых предпочтительно применять в определенных условиях. Адаптивный регулятор содержит в своем составе надстройку над обычным регулятором – блок адаптации, который в зависимости от изменения условий работы и характеристик основного замкнутого контура воздействует на структуру и/или параметры регулятора.

В адаптивных регуляторах обратная связь по характеристикам поведения образуется с использованием входных и выходных сигналов объекта. Большой выбор вариантов порождает огромное множество возможных алгоритмических схем. От алгоритмов требуются хорошее быстродействие, робастность (неприхотливость) и малое потребление вычислительных ресурсов.

При реализации и практическом использовании адаптивных регуляторов возникают объективные трудности из-за принципиальных особенностей их структур. Блоки параметрического воздействия в составе регуляторов имеют принципиально нелинейный характер, что приводит к затруднениям в теоретических исследованиях систем и к парадоксальным явлениям в их поведении. Прежде всего, обостряется вопрос об устойчивости адаптив-

45

ной системы, которая в конкретных условиях может быть гарантирована при некоторых сочетаниях параметров основного контура и блока адаптации. В то же время очень велика ответственность в решении доверить автомату работу замкнутого контура на ответственном объекте управления.

2.7.Автоматические регуляторы с моделью

вконтуре управления

Задачи многосвязного регулирования в промышленности характерны для основных технологических агрегатов технологических установок: энергоблок, ректификационная колонна, химический реактор. Такие задачи имеют важное значение для управления производительными техническими процессами и обеспечивают основные технологические эффекты управления.

Рациональный подход к решению этих проблем в совокупности состоит в применении конкретных вариантов «развязывания» (автономности) контуров управления.

Значения управляющих воздействий в регуляторах со встроенными моделями (предсказывающими устройствами, предикторами) определяются по уравнениям модели объекта из условия устранения ошибки регулирования. Явная постановка задачи регулирования и алгоритм ее решения позволяют повысить качество регулирования путем оптимизации, снизить затраты на настройку регулятора.

К настоящему времени разработано достаточно большое количество регуляторов с прогнозом; наиболее известными являются регулятор Смита для объектов с большим запаздыванием, «алгоритмическое управление с моделью» (algorithmic model control), схема косвенного регулирования (inferential control), регулятор с внутренней моделью (internal model control), «динамическое матричное управление» (dynamic matrix control, DMС),

46

регуляторы состояния. Эти регуляторы специальной структуры потенциально позволяют решить сложные задачи регулирования, трудности которых не удается преодолеть с использованием традиционных ПИД-алгоритмов, прежде всего на объектах с очень большой инерцией. Так, например, на ОУ с постоянными времени порядка часа и более на некоторых химических и биотехнических производствах, в управлении гидротехническими режимами и т. д. обычные методы настройки не могут быть применены. Эти алгоритмы нашли также применение в многосвязном регулировании.

При разработке алгоритмов регулирования с прогнозом преследуются цели повысить динамическую точность регулирования (по разным критериям), упростить и снизить затраты на настройку систем регулирования за счет применения модели в контуре управления. Многочисленные исследования подтверждают, что эти цели достигаются, хотя решения подчас не лежат на поверхности.

Обычно регуляторы со встроенной моделью (с прогнозом) строятся как импульсные, работающие в дискретном времени, представляют собой при этом в основном цифровые фильтры, реализующие алгоритмы прямого счета.

Воснове алгоритмов управления с предикторами лежит способ подготовки управляющего воздействия по уравнениям модели объекта при конкретном значении ошибки регулирования. Модель работает в реальном времени параллельно объекту, воспринимая сигнал управляющего воздействия. Рассогласование между сигналами выходной переменной и модели служит оценкой (косвенным измерением) возмущающих воздействий, приведенных к выходу объекта. Управляющее воздействие подготавливается на основе этого сигнала невязки так, чтобы ее компенсировать.

Всостав регуляторов с прогнозированием в качестве основных функциональных блоков входят:

• модель объекта;

47

•формирователь управляющих воздействий;

•фильтр в обратной связи.

Модель объекта встраивается в алгоритм управления как его основной блок, определяемый принятым принципом управления. Применяется либо непосредственно модель «вход-выход», либо некоторое приближение обратной модели – соответственно принятому способу использования модели в алгоритме.

Формирователь управляющих воздействий (собственно регу-

лятор, закон регулирования) предназначается для генерации управляющих воздействий по результатам обработки информации в модели объекта и сравнения ее координат с соответствующими заданными значениями.

Фильтр в обратной связи служит для подстройки регулятора на объекте, необходимой из-за неизбежных ошибок моделирования, влияния шумов и нелинейностей.

Всистемах со встроенной моделью (internal model control) косвенно контролируются приведенные к выходу возмущения, которые компенсируются по схеме разомкнутого управления; неточности компенсации устраняются за счет действия обратной связи по ошибке регулирования. Для этой цели параллельно объекту включается его модель «вход-выход» по каналу управляющего воздействия. Измеряемая в темпе с процессом невязка модели используется в контуре обратной связи, в которую включены регулятор и инерционный фильтр. Фильтр используется для обеспечения робастности контура управления.

2.8.Оптимальное управление

Внепрерывных технологических процессах оптимизация статического режима обеспечивается вычислением координат оптимального режима и реализацией режима путем воздействия на задания локальных регуляторов и на регулирующие органы. Ко-

48

ординаты оптимального режима – значения управляемых (регулируемых) переменных процесса – получаются в результате решения задачи математического программирования на уравнениях модели процесса при технологических, плановых и ресурсных ограничениях. Функция цели имеет характер техникоэкономического показателя (прибыль, минимум затрат при заданной производительности и т.д.). Часто применяются линейные модели и постановки линейного или квадратичного программирования. Оптимальное управление требует для своего применения хорошего знания процесса и адекватной модели.

В цифровых системах автоматического регулирования точность системы определяют аналого-цифровые и цифроаналоговые преобразователи. Чем больше число двоичных разрядов, приходящихся на аналоговый сигнал в его диапазоне, тем выше разрешение и тем выше точность.

Недавно появилась замена ПИД-регуляторам – новый способ формирования управления для замкнутых систем автоматического регулирования USWO, обеспечивающий значительное повышение качества работы систем промышленной автоматики.

По своему содержанию ПИД и USWO-способы принципиально отличаются друг от друга. В частности, первый является линейным, в то время как второй устанавливает знак и величину управляющего воздействия на основе условия переключения, представляющего собой нелинейное соотношение между компонентами вектора состояния объекта управления. Важной особенностью, с точки зрения практики, является более определенная взаимосвязь между параметрами настройки USWOрегуляторов и показателями качества работы замкнутых систем автоматики. Это позволяет облегчить работу наладчиков замкнутых систем регулирования и сэкономить их время. Оправданно предполагать, что в новых регуляторах процедура автоподстройки окажется значительно проще, чем у традиционных ПИД-регуляторов.

49

КОНТРОЛЬНЫЕ ВОПРОСЫ

1.Каковы основные отличия автоматизированного управления от автоматического?

2.Опишите типовую структурную схему одноконтурной

АСР.

3.Приведите классификацию АСР.

4.Как классифицируются элементы автоматических систем?

5.Каково назначение методов advanced control?

6.Охарактеризуйте адаптивное регулирование.

7.Приведите примеры автоматических регуляторов с прогнозирующей моделью.

8.Опишите основные функциональные блоки регуляторов с прогнозированием.

9.Каковы отличия ПИД-регуляторов от USWO?

50